yolov5使用pycharm训练自己的训练集

前提条件：安装完Anaconda,pycharm,cuda,cudnn

第一步：先下载GITHUB的yolov5文件

gitee链接：项目目录预览 - yolov5 - GitCode

---

按照流程测试一下自己的环境搭配是否可以正常使用

参考链接：http://t.csdnimg.cn/H897S

 第二步：根据以下目录创建相关文件夹

参考链接：http://t.csdnimg.cn/4nmX6

---

第三步：在虚拟环境安装标注软件：pip install labelimg

之后输入：labelimg 

打开，按照参考链接对图像文件位置进行选择和基本配置

如图所示，我是使用手机拍了56张.jpg图片作为自己的训练集，并标注为mouse

第四步：按照参考链接对四个文件进行复制和重命名作为自己训练集使用

如图打开的四个文件均为复制重命名并修改一些参数进行配置

最后一步：运行 mytrain.py文件

点击右上角的绿色运行箭头标识，如果出现对应显卡型号，则为GPU运行成功

训练完成之后，如图所示

随后打开detect.py文件对以下两行代码进行修改，即weights和source

parser.add_argument("--weights", nargs="+", type=str, default=ROOT / "runs/train/exp8/weights/last.pt", help="model path or triton URL")

parser.add_argument("--source", type=str, default= '1', help="file/dir/URL/glob, 0 for webcam")

其中default= '1'是根据摄像头在你的windows中的排序，自带摄像头默认为0 ，我在图中使用的是外接usb摄像头，所以为1

由于只训练了100次，所以置信度比较低了